По мере того как большие языковые модели (LLM) и агенты искусственного интеллекта проникают в корпоративные среды данных, меняется способ взаимодействия людей с платформами данных. Вместо навигации по сложным инструментам и рабочим процессам пользователи могут описать бизнес-цель в...
По мере того как большие языковые модели (LLM) и агенты искусственного интеллекта проникают в корпоративные среды данных, меняется способ взаимодействия людей с платформами данных. Вместо навигации по сложным инструментам и рабочим процессам пользователи могут описать бизнес-цель на естественном языке. Затем агент может понять намерение, собрать необходимый контекст, спланировать необходимые шаги и задействовать возможности платформы для выполнения задачи.
Однако для корпоративных платформ данных настоящая задача заключается не просто в том, чтобы научить ИИ «вести разговор». Более серьезный вопрос заключается в том, как обеспечить безопасную работу ИИ в производстве, надежную проверку результатов и ведение полного контрольного журнала на протяжении всего процесса.
На недавней сессии, организованной сообществом Apache DolphinScheduler, мы пригласили Ли Цинвана, инженера по обработке данных из Cisco, Webex, чтобы поделиться реализацией корпоративного агента данных на основе Apache DolphinScheduler. В его презентации было рассмотрено, как корпоративные платформы данных могут превратиться из традиционных серверных средств оркестрации рабочих процессов в интерфейсы на естественном языке для операций с данными.
Видео повтор
О спикере
Ли Цинван — инженер по разработке платформы больших данных в Cisco Webex и член Apache Dol.